首页 > 其他分享 >比较基因组学流程

比较基因组学流程

时间:2024-08-01 16:06:08浏览次数:16  
标签:直系 基因组学 OrthoFinder 流程 基因 物种 同源 tsv 比较

1、OrthoFinder 教程 用于比较基因组学的系统发育直系学推断

1.1 orthofinder介绍

OrthoFinder是一种快速、准确和全面的比较基因组学分析工具。它可以找到直系和正群,为所有的正群推断基因树,并为所分析的物种推断一个有根的物种树。OrthoFinder还为比较基因组分析提供全面的统计数据。OrthoFinder使用简单,只需运行一组FASTA格式的蛋白质序列文件(每个物种一个)。

 

1.2 Orthofinder安装

建议使用conda安装,简单方便,不用担心其他依赖和glibc版本的问题

1.创建一个工作目录。打开终端并运行以下命令:

mkdir ~/orthofinder_tutorial
cd ~/orthofinder_tutorial

2.下载最新版本的 OrthoFinder(如果您使用 Bioconda,您仍需要执行此步骤来获取示例数据集)

wget https://github.com/davidemms/OrthoFinder/releases/latest/download/OrthoFinder.tar.gz

如果你没有安装 wget,你可以试试 curl:

curl -L -O https://github.com/davidemms/OrthoFinder/releases/latest/download/OrthoFinder.tar.gz

或者去GitHub发布页面下载OrthoFinder:https ://github.com/davidemms/OrthoFinder/releases

3.解压包,cd到OrthoFinder目录

tar xzvf OrthoFinder.tar.gz
cd OrthoFinder/

4.打印orthofinder帮助文件

 orthofinder -h

5.在示例数据集上运行 OrthoFinder 

 orthofinder -f ExampleData/

 

你将会得到以下结果:

 

1.3 orhtofinder的使用示例

对一组模型生物进行系统基因组分析:小鼠、人类、青蛙、斑马鱼、日本河豚

https://www.ensembl.org/,寻找相关基因[2]

OrthoFinder 需要输入你感兴趣的物种中所有蛋白质编码基因的氨基酸序列。每个物种的序列应该在一个单独的文件中,文件扩展名为“.fa”、“.faa”、“.fasta”、“.fas”或“.pep”。当一个物种的基因组被测序并可用时,会执行两个主要步骤,即组装和注释。组装是将单个读数拼接到基因组序列中。注释是对基因组组装中感兴趣的特征的识别,例如蛋白质编码基因。因此,我们需要的文件通常位于名为“注释”的部分中。在 Ensembl 的右侧,在“基因注释”下单击“下载 FASTA”。如图:

单击“pep”文件夹(其中包含肽序列),然后将文件“Homo_sapiens.GRCh38.pep.all.fa.gz”下载到创建的文件夹中。

重复这一步骤下载其他物种序列信息,之后使用gunzip *.gz解压相关文件。

为加快运行时间,使用orthofinder提供的python脚本,提取每个基因的最长的转录变体

for f in *fa ; do python ~/orthofinder_tutorial/OrthoFinder/tools/primary_transcript.py $f ; done

你将会得到primary_transcripts文件夹,之后运行

nohup orthofinder -f primary_transcripts/ &

 运行时间比较长,你将会得到以下结果

一些重要概念[1、3]

  • Species-specific orthogroup: 一个仅来源于一个物种的直系同源组
  • Single-copy orthogroup: 在直系同源组中,每个物种里面只有一个基因。我们会用单拷贝直系同源组里的基因推断物种树以及其他数据分析。
  • Unassigned gene: 无法和其他基因进行聚类的基因。
  • G50和O50,指的是当你直系同源组按照基因数从大到小进行排列,然后累加,当加入某个组后,累计基因数大于50%的总基因数,那么所需要的直系同源组的数目就是O50,该组的基因树就是G50.
Orthogroups, Orthologs 和 Paralogs 这三个概念推荐看图理解。

 

1.4 结果文件解读[3]

运行标准OrthoFinder会产生一系列文件:直系同源组、直系同源、基因树、物种树、基因复制事件、比较基因组学数据。结果文件在所分析物种的.fa文件目录下。

(1)Orthogroups 直系同源组目录[2]

Orthogroups.tsv:用制表符分隔的文件,每一行包含属于单个直系同源组的基因。每个物种的直系同源组的基因单独排成一列。

Orthogroups.txt: 类似于Orthogroups.tsv,只不过是 OrthoMCL的输出格式。

Orthogroups_UnassignedGenes.tsv:用制表符分隔开的文件,格式上与Orthogroups.tsv相同,但包含的是未分配到任何直系同源组的基因。

Orthogroups_SingleCopyOrthologues.txt:每个物种正好包含一个基因的直系同源群列表,即它们包含一对一的直系同源物。 这种直系同源组非常适合进行种间比较和种树推断。

Orthogroups.GeneCount.tsv:格式同Orthogroups.tsv。每一行为一个直系同源组,每一列是每个物种每个直系同源组的基因数目。

 

(2)Orthologues 直系同源目录 

在这个目录中,每个物种都有一个子目录。该子目录又包括每个物种对的比较文件。直系同源可以是一对一、一对多或多对多,这取决于基因复制事件。文件中的每一行都包含一个物种中的基因,而该基因是另一物种中该基因的直系同源物,并且每一行都被交叉引用到包含这些基因的直系同源组中。

 

(3)Comparative_Genomics_Statistics 比较基因组学数据目录[2]

 

 

Statistics_Overall.tsv:用制表符分隔开的文件,其中包含有直系同源组分析的常规统计信息。(总体统计信息)

Statistics_PerSpecies.tsv:用制表符分隔开的文件,内容与Statistics_Overall.tsv相似,但分物种。(分物种统计信息)

Duplications_per_Orthogroup.tsv:制表符分隔开的文件,该文件给出每个直系同源组中标识的复制项的数量。

Duplications_per_Species_Tree_Node.tsv:制表符分隔开的文件,该文件给出了沿物种树的每个分支发生的复制次数。

Orthogroups_SpeciesOverlaps.tsv:制表符分隔开的文件,包含每个物种对共享的直系同源群数目。

OrthologuesStats_?-to-?.tsv:制表符分隔开的文件,包含矩阵。这些矩阵给出了每对物种之间一对一,一对多和多对多关系的直系同源物数量。

 

(4)Gene_Duplication_Events 基因复制事件目录

   

Duplications.tsv:制表符分隔的文件,其中列出了所有基因复制事件,这些事件是通过检查每个直系同源群基因树的每个节点来标识的。

SpeciesTree_Gene_Duplications_0.5_Support.txt:提供了物种树分支上上述复制的总和。 它是newick格式的文本文件。 每个节点/物种名称后面的数字是在导致节点/物种的分支上发生的具有至少50%支持的基因复制事件的数量。

(5)Gene_Trees 基因树目录

 

为每个直系同源群推断的系统发育树。

(6)Orthogroup_Sequences 直系同源组序列目录

 

每个直系同源群的FASTA文件,给出了每个直系同源群中每个基因的氨基酸序列。

(7)Resolved_Gene_Trees 解析的基因树目录

 

为每个直系同源组推断出有根的系统发育树,使用OrthoFinder复制损失合并模型进行解析。

(8)Single_Copy_Orthologue_Sequences 单拷贝直系同源组序列目录

 

与直系同源组序列目录相似的文件。每个物种一对一的直系同源组。

 

(9)Species_Tree 物种树目录

SpeciesTree_rooted.txt:从所有直系同源组推断出的STAG物种树,包含内部节点上的STAG支持值,并以STRIDE(Species Tree Root Inference from Duplication Events)为根。STAG(Species Tree from All Genes)是一种从所有基因推测物种树的算法,不同于使用单拷贝的直系同源基因进行进化树构建。

SpeciesTree_rooted_node_labels.csv:同上,但是节点具有标签,以允许其他结果文件交叉引用物种树中的分支/节点(例如基因复制事件的位置)。

 

 本节参考文献:

  1. 「基因组学」使用OrthoFinder进行直系同源基因分析
  2. OrthoFinder-用于比较基因组学的系统发育直系学推断
  3. orthofinder结果解读

 

2.系统发育树的构建

利用orthofinder寻找单拷贝基因构建系统发育树

 

标签:直系,基因组学,OrthoFinder,流程,基因,物种,同源,tsv,比较
From: https://www.cnblogs.com/zcj-0928/p/16255771.html

相关文章

  • YOLOv8n部署到RK3588开发板全流程(pt→onnx→rknn模型转换、板端后处理检测)
    YOLOv8n部署到RK3588开发板全流程文章目录前言一、模型训练二、配置用于pt模型转onnx模型的环境三、pt→onnx模型转换四、配置onnx转rknn模型的虚拟环境五、onnx转rknn模型六、RK3588板端部署前言小白博主,第一次写博客记录自己YOLOv8n部署RK3588开发板的全流程,记......
  • Java流程控制结构中的分支结构
    分支结构目录分支结构if...else分支结构switch-case分支结构在Java编程中,分支结构是控制程序流程的重要工具,它允许程序根据不同的条件执行不同的代码块。Java提供了两种主要的分支结构:if-else和switch-case。本文将详细介绍这两种结构的工作原理、语法规则以及实战应用,帮助读者......
  • GitHub Actions 工作流程中的 moviepy 安装错误:subprocess-exited-with-error
    我尝试在GitHubActions工作流程中安装moviepy时遇到错误。在我的本地机器上安装工作正常,但在CI环境中有时会失败。该错误消息表明获取构建轮子的要求未成功运行,退出代码为1。它还提到该错误源自子进程,并且可能不是pip的问题。Downloadingmoviepy-1.0.3.tar.gz(388......
  • 无法在 Altair 中使用 JupyterChart 创建新流程
    我有一个Altair图表,希望通过以下方式使其具有交互性。当我单击数据点时,我希望通过其CLI启动应用程序,并将数据点的属性作为启动命令的参数提供。我的理解是,使用Altair5.3.0中引入的新JupyterChart类应该可以实现这一点-请参阅示例此处但是,按照该示例,当......
  • 工作流流程引擎框架推荐来了
    近期有不少粉丝客户朋友都在询问工作流流程引擎框架推荐。随着行业竞争激烈化,实现流程化办公已经成为当务之急。低代码技术平台及工作流流程引擎拥有够灵活、更可靠、可视化界面等诸多个优势特点,在推动企业实现数字化转型的过程中深受行业信赖与喜爱。接下来就一起看看工作流流程......
  • CentOS 7中发布的站点目录应放在什么位置比较合理?
    在CentOS7中,发布的站点目录通常应放在/var/www/目录下,这是比较合理和常见的做法。/var/www/目录专门用于存放Web服务器的站点文件,便于管理和访问。以下是对这一选择的详细解释:站点目录位置选择理由标准性:/var/www/目录是Linux系统中用于存放Web站点内容的标准位置之一,特别是......
  • 关系妄想型精神分裂的我,还是待在家里开发游戏比较合适,过段时间,我继续给大家我新游戏的
    我有关系妄想型精神分裂症,例如两个事物,只有少量部分相似,我就猜疑这两个事物是一个事物。就是一阵子乱关联,过段时间后,脑子就清醒了,知道是乱关联,明白两个事物之间,根本就没关系。我也在努力治愈自己,乱关联之后,过段时间,我就会反省自己,我告诉自己,是我乱关联,是我的关系妄想型精神分......
  • 完美使用 Google Cloud Run:为单个作业中的每个流程创建新的执行 ID
    我目前正在使用Prefect云来编排不同的任务,并且我正在使用CloudRunPush工作池将这些任务作为作业部署在GoogleCloudRun上。这是我面临的情况:每次运行流程时,它都会创建一个新的任务在CloudRun上工作。然而,这不是我想要的行为。相反,我希望每个部署都有一个作业,具有......
  • 结合拦截器描述mybatis启动流程
    简介mybatis的启动入口一般有两个,在结合spring框架后由spring整合包下的SqlSessionFactoryBean启动如果没有整合spring,则有XMLConfigBuilder启动这两个启动入口都会初始化Configuration对象,该对象是mybatis配置文件的对象形式,我们实现的mybatis拦截器在此时被装载到configurati......
  • 搭建 STM32 网关服务器的全流程:集成嵌入式 C++、TCP/IP 通信、Flash 存储及 JWT 认证(
    引言随着物联网(IoT)技术的快速发展,基于STM32的服务器(类似网关)在数据采集、设备控制等方面的应用越来越广泛。本文将介绍搭建一个基于STM32的服务器所需的技术栈,以及详细的搭建步骤和代码示例。技术栈介绍在搭建基于STM32的服务器时,我们需要用到以下技术栈和组件:1.硬......